[发明专利]一种基于改进遗传算法的NoC映射方法

摘要

本发明公开一种基于改进的遗传算法的异构多核处理器任务映射方法，首先建立合适的编码方案，通过构造优良的初始种群的方法来提高初始种群质量，使得IP核布局更加合理。然后，为了解决在遗传算法中早熟，容易陷入局部最优的问题，在迭代过程中采用自适应的变异概率机制：既保持种群中的优良个体，又可以实现种群的多样性。面向异构多核架构的改进映射算法可使任务更合理地分配到各个网络节点，对于优化异构多核上网络功耗具有很高的效率。

主权项

一种基于改进遗传算法的NoC映射方法，其特征在于，包括以下步骤：步骤1，将任务分解成任务图，每一个任务代表着一个特定的功能，并由一个IP核实现该功能，称之为任务节点，其总个数为n；步骤2，选择一个规则的片上网络NoC的架构(m×m)，需满足m²>＝n，其中m²为NoC的资源节点个数，即NoC中资源节点的个数必须大于或等于任务图中要映射任务节点的总个数n；步骤3，建立功耗模型：步骤3.1：采用适应度函数来评价系统功耗的大小，通信功耗模型具体公式为(3‑1)所示，E_bit＝E_Sbit+E_Bbit+E_Wbit+E_Lbit  (3‑1)其中，E_bit表示路由节点传输单位数据到另一个路由节点所产生的功耗，E_Sbit表示交叉开关的功耗，E_Bbit表示单位数据存在路由节点内部缓存区所消耗的功耗，E_Wbit表示内部线路的功耗，E_Lbit则代表单位数据通过网络中通信互联链路所消耗的功耗；步骤3.2：E_Sbit、E_Bbit和E_Wbit的值主要由路由节点的内部设计有关，并且不会随着网络中通信状况而变化，近似地看作一个常量，所以统一采用E_R表示，所以(3‑1)就变为公式(3‑2)，即$E_{bit}^{i,j}=n_{i,j}\×E_R+(n_{i,j}-1)\×E_{Lbit}---(3-2)$步骤3.3：表示将单位数据从节点T_i传输到节点T_j所消耗的功耗，n_ij表示单位数据在传输过程中所经过的路由节点的个数，即曼哈顿距离，所以节点T_i与节点T_j之间通信所产生的功耗可以由公式(3‑3)计算，$E_{ij}=v_{ij}\×E_{bit}^{i,j}=v_{i,j}\×n_{i,j}\×E_R+v_{i,j}\×(n_{i,j}-1)\×E_{Lbit}---(3-3)$其中，v_i,j代表T_i与T_j之间的通信量，所以总功耗可以由公式(3‑4)计算，$E_{total}=\underset{i,j}{\overset{R}{\Σ}}{E}_{i,j}---(3-4)$步骤4，执行基于改进遗传算法的NoC映射方法：步骤4.1：建立如下的适应度函数：

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~